第 24 卷

API 与 MCP 的关系

API 是软件之间交互的接口，例如通过 HTTP 查询数据或创建记录。MCP Server 可以在内部调用一个或多个 API，再以 Agent 更容易使用的方式暴露工具。

一句话：API 是地基，MCP 是在地基上盖的、Agent 能直接进出的门。 Agent 通常不直接跟一堆原始 API 打交道，而是通过一个 MCP Server 间接调用它们。

直接用 API 还是用 MCP

・ 直接使用 API 更灵活，但需要理解认证、参数、错误和限流；

・ 使用成熟 MCP 更方便，但仍要审查它封装了什么请求和权限。

方便不等于免审。MCP 帮你省了适配活，但「它背后到底调了什么 API、用了什么权限」你得心里有数。

知识库、RAG 与记忆

这三者都和「AI 依据什么」有关，但保存的东西和失效方式完全不同。

知识库

保存可检索的制度、产品、案例、SOP 和其他资料。它解决「AI 依据什么」，不等于 AI 永远记住一切。

知识库是external 的资料室，模型用时才去翻，翻完不保证下次还记。

RAG

RAG 是 Retrieval‑Augmented Generation，检索增强生成。系统先从资料库找到相关片段，再把片段提供给模型回答。效果取决于资料质量、分段、元数据、检索和引用。

RAG 不是「接了知识库就聪明」，它是一根链条：资料差、切得烂、检索偏，回答就跟着歪。引用机制很重要 ⸺能指出结论来自哪段，你才能判断信不信。

记忆

记忆用于保存偏好、长期规则、项目决策或历史状态。错误记忆会被反复放大，因此重要信息要有来源、日期、负责人和更新机制。

记忆最危险的地方是「它自己不会发现过期」。一条半年前的错误规则，会被 Agent 当真理反复用。

三者的区别

一句话区分：上下文是这次聊天的短期记忆，知识库是随时可查的资料室，记忆是跨任务保留的长期设定。

Workflow 与 Agent 的区别

・ Agent 是会思考、能自己拿主意的执行者：只给目标，运行时自己决定下一步怎么走。

打个比方，Workflow 像一份写了「第一步做 A，第二步做 B，B 通过后做 C 否则做 D」的 SOP；Agent 像你雇的一个人，你只说「把这批发票处理完」，他中途自己判断要先查哪张、卡住了问你。

核心区别：决策权在哪

Workflow 的每一步「走哪条路」在设计阶段就固定了；Agent 的下一步由模型在执行阶段根据环境实时决定。这是两者最本质的差别，其他差别都从这儿长出来。

对比表

标

定的

什么时候用 Workflow

・ 固定 SOP，比如「收到工单 → 分类 → 派给对应人」；

・ 批量处理，比如「把 100 张图统一压缩加水印」；

・ 合规审批，每一步都要留痕、可审计；

・ 可重复的报表生成。

这些任务路径清楚，用 Workflow 更稳、更便宜、更好查。

什么时候用 Agent

・ 目标清楚但路径不清，比如「调研竞品并出对比报告」；

・ 需要多工具探索、中途看结果再决定；

・ 环境会变，需要边做边调整；

・ 开放性强、难以写成固定步骤的任务。

常见误区

・「Agent 一定比 Workflow 强」：不对。确定任务用 Workflow 更稳更省，硬上 Agent 反而容易跑偏、难审计、成本高。

・「Workflow 不能含智能」：错。Workflow 的节点完全可以调用模型做摘要、分类、抽取，只是「走哪条路」仍由流程定。

・ Agent 内含 Workflow： Agent 把已经稳定的子任务写成固定流程（比如一个 Skill 背后就是 Workflow），只在不确定处自己判断；

・ Workflow 节点调 Agent：生产线上某个判断节点，交给一个 Agent 处理非结构化输入。